En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal Logo_stics

STICS

STICS

CN-MIP

les modèles dans CN-MIP
C and N Models Intercomparison and Improvement to assess management options for GHG mitigation in agrosystems worldwide

CN-MIP est un projet financé par l'appel d'offres multi-partenaire sur la recherche sur les gaz à effet de serre agricoles de FACCE-JPI avec le soutien de l'Institut National Américain pour l'alimentation et l'agriculture de l'USDA (Etats-Unis), le ministère des industries primaires de Nouvelle-Zélande, et Agriculture et Agri-food (Canada). Il fait partie des 11 projets retenus.

Il est coordonné par l'Institut National de la Recherche Agronomique (INRA, France) et comporte 10 autres partenaires.

Durée : du 1/01/2014 au 31/12/2016

Résumé :

The “C and N Models Inter-comparison and Improvement to assess management options for GHG mitigation in agrosystems worldwide” (CN-MIP) addresses theme 1, topic 1 of the FACCE-JPI 2013 call. Our project will coordinate international development, evaluation and inter-comparison of agricultural process-based models to reduce uncertainty in estimating greenhouse gas emissions from crops, grassland and livestock systems. The project will focus on improving the simulation of management options to enable evaluation of credible mitigation strategies adapted to diverse agrosystems under different climatic conditions. CN-MIP responds to the priority of the core theme 5 "Mitigation of Climate Change" of the FACCE-JPI strategic research agenda, to improve the greenhouse gas (GHG) inventory methods, particularly the "certified" modellingTIER3 modelling approach for quantifying emissions and the effects of mitigation options. The project also supports initiatives outlined in the Global Research Alliance (GRA) on Agricultural Greenhouse Gases, which aim to improve measurement methodology and modelling, as well as inventory of GHG emissions and C sequestration in soils. The consortium comprises eleven partners: INRA (France), University of Aberdeen (UK), Helmholt-Zentrum Postam (GER), University of Florence (IT), CRA-Consiglio per la Ricerca in Agricoltura (IT), University of Milan (It), University of Sassari (IT), New Zealand Institute for Plant and Food Research (NZ), Colorado State University (USA), Woods Hole Research Center (USA), Queensland University of Technology (AU). The proposing partners are experienced modelers and experimentalists, already involved in internationally funded projects on measuring and modelling of greenhouse gas emissions,soil carbon sequestration, and reactive nitrogen, for a variety of agricultural conditions (annual crops, grasslands, tree crops) under temperate, Mediterranean and tropical conditions (GRA CN, Livestock and Cropland groups, AgMIP, MACSUR, Reactive N RCN, NANORP, etc.). This network will provide connections and sharing of models, modelling protocols and datasets, but also the necessary interactions with stakeholders. The project will be undertaken from January 2014 to December 2016, in 4 work packages (i) Definition of model data requirements, selection of process-based CN models (i.e. DNDC, DNDC mobile, DSSAT, Roth C, DayCent, PaSim, STICS, APSIM, EPIC, CN-SIM), selection of appropriate databases; (ii) development of common protocols for modelling and model inter-comparison; (iii) identification and testing of mitigation options, improvement of models for coverage, predictive capability and reliability; (iv) dissemination and training. Deliverables will be guidelines for the selection of database and the simulation of mitigation options, evaluation of uncalibrated and calibrated model performances for an array of GHG emission outputs, improved model tools, peer-reviewed research papers, communication and reports to policy makers and stakeholders, and training sessions for students and scientists.

Références bibliographiques :

  • Ehrhardt F., Soussana J.-F., Bellocchi G., Bhatia A., Brilli L., Conant R., Deligios P., Farina R., Fitton N., Grace P., Grant B., Klumpp K., Laville P., Léonard J., Liebig M., Lieffering M., Martin R., Massad R.S., Moore A., Mula L., Myrgiotis V., Newton P., Pattey E., Pugh T.A.M., Quesada B., Recous S., Smith W., Snow V., Topp K., Yao H. (2014). International inter-comparison and benchmarking of crop and pasture models for predicting greenhouse gas exchanges at field scale. In: 7th International Symposium on non-CO2 Greenhouse Gases (NCGG7), special GRA session, Amsterdam, Netherlands, November 5-7, 2014.
  • Ehrhardt F., Soussana J.-F., Grace P., Recous S., Snow V., Bellocchi G., Beautrais J., Easter M., Liebig M., Smith P., Celso A., Bhatia A., Brilli L., Conant R., Deligios P., Doltra J., Farina R., Fitton N., Grant B., Harrison M., Kirschbaum M., Klumpp K., Léonard J., Lieffering M., Martin R., Massad R., Meier E., Merbold L., Moore A., Mula L., Newton P., Pattey E., Rees B., Sharp J., Shcherback I., Smith W., Topp K., Wu L., Zhang W. (2015). An international intercomparison and benchmarking of crop and pasture models simulating GHG emissions and C sequestration. In: Climate-Smart Agriculture 2015, Montpellier, France, March 16-18, 2015.
  • Farina R., Sándor R., Abdalla M., Álvaro‐Fuentes J., Bechini L., Bolinder M. A., Brilli L., Chenu C., Clivot H., De Antoni Migliorati M., Di Bene C., Dorich C. D., Ehrhardt F., Ferchaud F., Fitton N., Francaviglia R., Franko U., L. Giltrap D. L., Grant B. B., Guenet B., Harrison M., Kirschbaum M. U. F., Kuka K., Kulmala L., Liski J., McGrath M. .J., Meier E., Menichetti L., Moyano F., Nendel C., Recous S., Reibold N., Shepherd A., Smith W. N., Smith P., Soussana J.-F., Stella T., Taghizadeh‐Toosi A., Tsutskikh E., Bellocchi G. (2020). Ensemble modelling, uncertainty and robust predictions of organic carbon in long‐term bare‐fallow soils. Global Change Biology. https://doi.org/10.1111/gcb.15441